蚂蚁分享AI交付基建实践
AICon深圳预告了蚂蚁集团关于生产级软件交付的实践分享，重点从 AI Coding 转向 AI Delivery，讨论如何支撑 7x24 小时端到端研发交付。文中提到蚂蚁部分团队 AI 生成代码占比已超 90%，瓶颈正在从模型能力转向工程化基础设施。
最新动态
llama.cpp推广本地AI栈
llama.cpp在Hacker News走热，主打在个人电脑上运行开源、私有、无API密钥的本地大模型。其介绍了通过llama serve搭配Hugging Face的pi-llama插件，让本地编码代理自动发现模型并保持请求与文件在本机。
V100运行Qwen达366t/s
开发者开源v100-skinny内核，面向sm70架构优化NVFP4权重推理，并声称Qwen 27B在最佳单流场景可达366 tokens/s。作者提示该数字依赖特定MTP提取场景，结构化生成约240 tokens/s、代码场景约200 tokens/s。
开源YouTube音乐客户端走热
GitHub项目sohaibdevv/youtube-music获得835星，主打轻量、无广告的YouTube Music流媒体客户端。项目通过逆向API支持后台播放、搜索和自定义播放列表，因平台合规风险仍需谨慎关注。
OpenAI推出Linux版ChatGPT
OpenAI发布Linux版ChatGPT桌面应用预览版，覆盖ChatGPT、ChatGPT Work和Codex，补齐主流桌面系统支持。该应用面向全球推出，并支持多种Linux发行版，回应开源开发者社区长期需求。
llama.cpp适配Ling3
社区开发者提交llama.cpp PR，为Ling-3.0模型增加支持，架构接近DeepSeek V2，并已补充Tiny模型支持。该PR尚未合并主线，仍需修复CI问题和补充测试数据。
HyperSAE开源解释性库
开发者发布 HyperSAE，一个将庞加莱双曲几何用于稀疏自编码器的 PyTorch 库，面向大模型机制可解释性研究。作者称在 Gemma-2-2B 上可降低 9.8% MSE，并将 dead latents 控制在 0.2%，但目前主要是社区项目与自述结果。
Ponytail修正代理基准测试
开源代理技能 Ponytail 因宣称可大幅减少 AI 编码代理代码量而走红，项目已获超 8.2 万 GitHub 星标。贡献者质疑其基准测试后，项目修正结果，凸显代理工具评测中提示词、对照组和任务设计对结论的影响。
英伟达开源LLM路由器
英伟达 NeMo Switchyard 在 GitHub 开源，定位为可定制的 LLM 路由器，可作为 OpenRouter Fusion、Sakana Fugu 等方案的替代选择。该项目面向多模型调用与路由策略实验，社区同时提到 UIUC 的 LLMRouter 作为相关参考。
谷歌称Go适合AI辅助编程
谷歌开发者博客发文称，Go语言的简洁语法、强类型、快速编译和统一工具链，使其更适合AI辅助软件工程场景。文章在Hacker News引发热议，讨论集中在Go对代码生成、审查和长期维护的友好性。
DeepSeek V4跑分指南走热
社区用户分享DeepSeek V4 Flash 0731在Strix Halo设备上的Vulkan与DSpark部署和跑分，持续解码速度约26.76 token/s，峰值达35.27 token/s。帖子还对比DGX Spark等统一内存平台，提供本地推理调优经验。
Dalaran机器人数据项目走热
GitHub 新项目 Dalaran 获得关注，定位为面向机器人场景的多模态时间序列可视化与数据基础设施。项目原生支持 ROS 2，可读取现有 .rrd 记录，是 Rerun 的硬分叉，采用 Apache-2.0 许可证。
shadcn聊天模板走热
shadcn-ui/chatbot-template 成为 GitHub 热门新项目，提供基于 Next.js、AI SDK、shadcn/ui 与 Vercel AI Gateway 的最小聊天机器人模板。项目适合开发者快速搭建 AI 聊天应用原型。
Unsloth发布本地AI桌面应用
Unsloth 发布开源桌面应用，支持在 Mac、Windows、Linux 上本地运行和训练模型。应用覆盖 MLX、GGUF、图像视频扩散、音频模型、多 GPU、RAG、MCP、私有搜索，并可连接 Claude Code 和 Codex 使用本地 LLM。
开发者将Gemma接入电子书
一名开发者将 Gemma E2B/E4B INT4 量化模型集成进电子书阅读应用，支持本地私密问答、上下文注入、剧透控制与自动语言匹配。应用基于 LiteRT-LM，可按需加载模型以节省内存，并支持 GPU 执行与 CPU 回退。
漫画OCR小模型发布
社区开发者发布hayai-ocr-v2，一个面向中日韩漫画OCR的150M模型，称其比PaddleOCR-VL-For-Manga更快、更小且效果更好。该模型采用自定义解码器和SigLIP2-NaFlex视觉编码器，后续将集成进hayai-ocr Python库。
eslint-rspack-plugin 5.0发布
eslint-rspack-plugin 发布 5.0.0，改为纯 ESM 包并移除 CommonJS 构建，以对齐 Rspack 2.0 与 Rstack 生态。新版继续在 Rspack 构建中运行 ESLint，并引入缓存、flat 配置切换、线程池、lintAllFiles 等选项，主要影响使用旧模块加载方式的项目。
Revision Prompting减少输出
开发者提出 Revision Prompting 方法：在输入变更时向模型提供旧输入、旧输出和差异，让模型只生成输出补丁。该方法用更便宜的预填充输入换取更少解码输出，适合翻译、结构化抽取等重复自动化管线。
Row-Bot升级多代理编排架构
Row-Bot 展示新版 Agent 编排架构，可将复杂任务拆分给多个子代理并行执行，同时由父代理负责规划、汇总和最终响应。系统支持失败重试、状态恢复、不同模型与权限隔离，并通过写锁或独立 Git worktree 降低文件编辑冲突。
Copilot流量代理分析走热
一名工程师将GitHub Copilot置于中间人代理后，分析其网络流量、上下文收集、记忆与运行机制。文章指出AI编程助手的核心产品正在从模型能力转向上下文获取与编排，引发开发者对隐私和产品边界的关注。